基于视觉大模型的低空飞行器结冰与霜雾天气智能识别感知系统.docxVIP

PAGE2

基于视觉大模型的低空飞行器结冰与霜雾天气智能识别感知系统

摘要

随着低空经济的快速发展，无人机、电动垂直起降飞行器等低空飞行器在物流、巡检、城市交通等领域的应用日益广泛。然而，复杂气象条件，特别是云雾天气和机体结冰现象，严重威胁飞行安全。现有感知系统多依赖传统传感器，存在识别精度低、实时性差、对结冰早期征兆感知能力弱等不足。针对此痛点，本设计旨在研发一套基于视觉大模型的机载智能识别感知系统，以实现对云雾环境与机体结冰风险的实时、精准识别，为飞行器的自主避障与防冰系统提供关键感知输入。

本设计遵循“需求分析→总体设计→详细设计→实现→测试”的工程化思路展开。首先，通过分析低空飞行安全对气象感知的迫切需求，明确了系统的功能与非功能指标。其次，在技术选型上，采用轻量化视觉大模型作为核心识别引擎，并适配边缘计算设备。系统总体架构分为机载感知层、边缘处理层与决策输出层。详细设计聚焦于图像预处理、大模型推理、风险融合评估等核心模块的实现流程。系统实现基于PyTorch框架，在模拟数据集上完成了模型训练与部署。最后，通过功能与性能测试验证了系统在识别精度与实时性方面的有效性。

本设计的核心创新在于将前沿的视觉大模型技术轻量化后部署于机载边缘设备，实现了对云雾、霜、结冰等多种天气现象的一体化端到端识别，克服了传统多传感器融合方案的成本与复杂度问题。测试表明，系统在模拟测试集上对目